Use este identificador para citar ou linkar para este item:
https://repositorio.ufba.br/handle/ri/38693
Tipo: | Dissertação |
Título: | GEnI-FR: um método para assegurar a interpretabilidade de regras fuzzy por meio de granularidade. |
Título(s) alternativo(s): | GEnI-FR: a method for ensuring the interpretability of fuzzy rules through granularity. |
Autor(es): | Gonçalves, Genicleito Carvalho Beltrão |
Primeiro Orientador: | Rios, Tatiane Nogueira |
metadata.dc.contributor.referee1: | Rios, Tatiane Nogueira |
metadata.dc.contributor.referee2: | Camargo, Heloisa de Arruda |
metadata.dc.contributor.referee3: | Cintra, Marcos Evandro |
Resumo: | A representação computacional do conhecimento humano, quando composto por dados imprecisos, é uma tarefa facilitada pela utilização de sistemas que utilizam recursos da teoria de conjuntos e lógica fuzzy. Tais sistemas usam regras que permitem mapear o conhecimento obtido a partir dos dados em uma representação linguística de fácil entendimento. A base de regras fuzzy que constitui esse tipo de sistema pode ser gerada por um especialista ou por meio de métodos que consideram as características dos próprios dados, diminuindo a necessidade de um especialista neste processo de criação. Com os devidos ajustes e utilização de métodos automatizados é possível aumentar a interpretabilidade dessas regras sem reduzir a precisão do sistema. Neste sentido, a base de regras de um sistema fuzzy pode ser melhorada por meio do princípio da granularidade justificável para ajustar os conjuntos fuzzy que representam os dados. Sendo assim, nesta dissertação de mestrado é apresentado o método denominado GEnI-FR (Granularity to Ensure Interpretability of the Fuzzy Rules), o qual realiza ajustes e refinamentos nos parâmetros das funções de pertinência no processo de geração de regras fuzzy, obtendo o equilíbrio entre interpretabilidade e acurácia, ajustando conjuntos fuzzy baseando-se nas características dos próprios dados. GEnI-FR apresenta-se como um método promissor visto que proporciona uma redução da quantidade de regras fuzzy mantendo os mesmos níveis de acurácia quando comparado com outros métodos do estado da arte. |
Abstract: | The computational representation of human knowledge, when composed of imprecise data, is a task facilitated by the use of systems that use resources from set theory and fuzzy logic. Such systems use rules that allow mapping the knowledge obtained from data into an easy-to-understand linguistic representation. The fuzzy rule base that constitutes this type of system can be generated by a specialist or through methods that consider the characteristics of the data itself, reducing the need for a specialist in this creation process. With the appropriate adjustments and use of automated methods, it is possible to increase the interpretability of these rules without reducing the system’s accuracy. In this sense, the rule base of a fuzzy system can be improved through the principle of justifiable granularity to adjust the fuzzy sets representative of the data. Therefore, in this master’s thesis, the method called GEnI-FR (Granularity to Ensure Interpretability of the Fuzzy Rules) is proposed, which makes adjustments and refinements in the process of generating fuzzy rules, achieving a balance between interpretability and precision, adjusting sets fuzzy based on the characteristics of the data itself. GEnI-FR presents itself as a promising method as it provides a reduction in the number of fuzzy rules while maintaining the same levels of accuracy when compared to other state-of-the-art methods. |
Palavras-chave: | Regras fuzzy Sistemas fuzzy baseados em regras Interpretabilidade Granularidade e especificidade Termos linguísticos Inteligência artificial explicável |
CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
Idioma: | por |
País: | Brasil |
Editora / Evento / Instituição: | Universidade Federal da Bahia |
Sigla da Instituição: | UFBA |
metadata.dc.publisher.department: | Instituto de Computação - IC |
metadata.dc.publisher.program: | Programa de Pós-Graduação em Ciência da Computação (PGCOMP) |
Citação: | GONÇALVES, Genicleito Carvalho Beltrão. GEnI-FR: um método para assegurar a interpretabilidade de regras fuzzy por meio de granularidade. 2023. 74 f. Dissertação (Mestrado em Ciência da Computação) - Instituto de Computação, Universidade Federal da Bahia, Salvador (Bahia), 2023. |
Tipo de Acesso: | Attribution-NonCommercial 3.0 Brazil |
metadata.dc.rights.uri: | http://creativecommons.org/licenses/by-nc/3.0/br/ |
URI: | https://repositorio.ufba.br/handle/ri/38693 |
Data do documento: | 30-Nov-2023 |
Aparece nas coleções: | Dissertação (PGCOMP) |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
dissertacao_genicleito.pdf | Dissertação de Mestrado em Ciência da Computação de Genicleito Carvalho Beltrão Gonçalves | 2,35 MB | Adobe PDF | Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons